采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。
利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间断，2保证路径不穿过障碍。
用遗传算法解决优化问题时的步骤是固定的，就是种群初始化，选择，交叉，变异，适应度计算这样，那么下面我就说一下遗传算法求栅格地图中机器人路径规划在每个步骤的问题、难点以及解决办法。
2019-12-21 19:25:47
5KB
1
基于简单遗传算法的神经网络训练速度慢 、易陷入局部极值 , 用具有较好的全 局搜索能力自适应遗 传算 法来优化神经网络权值和阈值,设计了基于自适应遗传算法的 BP神经网络的股票预测系统.该系统根据对股票 历史数据分析 , 预测股价未来几天时间的走势 .结果表明 , 改进算法具有很强的可行性 和高效性 .
2019-12-21 18:55:08
331KB
1
研一时候上智能优化算法课程，因为论文需要，通过遗传算法的代码自己改写的。通过插桩的方式，自动生成分支覆盖的测试用例，用来判断三角形的类型。
2019-12-21 18:55:06
8KB
1